QQ客服 官方微博 反馈留言

题名	基于显著图分类模型的图像检索研究; Image Retrieval based on Visual Map and Classification Model
作者	薛祥飞
答辩日期	2012 ; 2012
导师	雷蕴奇
关键词	image retrieval visual attention model local invariant feature SVM model PLSA model 图像检索 视觉注意模型 局部不变特征 SVM模型 PLSA模型
英文摘要	传统的基于内容图像检索往往是提取图像的底层视觉纹理、颜色和形状等特征，然后利用特征距离评价并排序输出结果，然而，这种方法往往达不到人们的要求，存在人类与机器理解差异的语义鸿沟问题，这也是图像检索技术研究的难点。为了研究此类问题，本文在尝试改进课题组局部不变特征点和视觉注意模型的情况下，探索了有监督SVM机器学习方法和无监督PLSA概率潜在语义分析模型，同时开发完善出一套检索测试系统。本文的主要研究工作如下： （1）基于显著图的加权前背景分离检索方法。提出基于显著图下，将图像的显著和非显著区域分离，并分别统计纹理和颜色特征，再通过前背景加权以及特征间加权的方式融合进行检索。在统计过程中主要利用...; Generally, content-based image retrieval method is firstly extracting the low level feature texture, color and shape feature of the images and then sorting them using feature distance evaluation. Unfortunately, this approach can not satisfy people’s requirements. It turned out to be a difficulty in image retrieval technology that semantic gap exists between human and machine. To solve such problem...; 学位：工学硕士; 院系专业：信息科学与技术学院计算机科学系_计算机应用技术; 学号：23020091152762
语种	zh_CN
出处	http://210.34.4.13:8080/lunwen/detail.asp?serial=36330
内容类型	学位论文
源URL	[http://dspace.xmu.edu.cn/handle/2288/51195]
专题	信息技术－学位论文
推荐引用方式 GB/T 7714	薛祥飞. 基于显著图分类模型的图像检索研究, Image Retrieval based on Visual Map and Classification Model[D]. 2012, 2012.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。